映画レビューでワードクラウド
これまでに 映画レビュー データセットを扱い、評価の分布を確認し、最長・最短のレビューの長さも見てきました。では、ポジティブレビューとネガティブレビューはそれぞれ何について語っているのでしょうか？
この演習では、上位100件のポジティブレビューからワードクラウドを作成する練習をします。
どんな単語が目立つでしょうか？直感に合っていますか？
文字列 descriptions は、上位100件のポジティブレビューの説明文を連結して作成されています。映画に特化したストップワード（the, a/an, and などの非常に頻出するが情報量の少ない語で、グラフから除外したい語）の集合は my_stopwords として用意されています。interpolation 引数を使うと、ワードクラウドの表示がより滑らかになることを思い出してください。
この演習はコースの一部です
Pythonで学ぶSentiment Analysis
演習の手順
- 対応するパッケージから wordcloud 関数をインポートします。
descriptions文字列にワードクラウド関数を適用します。背景色は 'white' に設定し、stopwords引数を変更してください。- ワードクラウド画像を作成します。
- 最後に、画像を表示するのを忘れないでください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import the word cloud function
____
# Create and generate a word cloud image
my_cloud = ____(____='white', ____=my_stopwords).____(descriptions)
# Display the generated wordcloud image
plt.____(____, interpolation='bilinear')
plt.axis("off")
# Don't forget to show the final image
____